基于修正矩阵带宽最小化与生物地理学优化的双聚类
数据结构与算法
2018-07-23 v1
摘要
行与列具有不同实体集合的数据矩阵被称为二模数据或关联数据。许多实际问题需要通过同时聚类行与列来发现两模之间的关系，这一通常称为双聚类的问题。我们提出一种新颖的双聚类算法，使用 Cuthill-McKee 带宽最小化算法引入的矩阵重排方法，并将其改造以作用于非方阵与非二值矩阵，且无需预先知道自然出现的双聚类数目。这将二模矩阵转换为近似块对角形式，其中块指示矩阵两模之间的簇。为优化带宽最小化问题，我们采用生物地理学优化算法，并利用 logistic 方程对其迁移率建模。初步研究表明，该技术能揭示数据中的潜在双聚类，并具有进一步研究二模数据分析的潜力。
引用
@article{arxiv.1807.07830,
title = {Biclustering Using Modified Matrix Bandwidth Minimization and Biogeography-based Optimization},
author = {Briti Deb and Indrajit Mukherjee},
journal= {arXiv preprint arXiv:1807.07830},
year = {2018}
}
备注
8 pages, 1 figure